Linux -在一个文件中搜索文本并加入另一个文件

Question

我有两个文本文件：

File-1：

PRKCZ
TNFRSF14
PRDM16
MTHFR  

File-2(包含两个制表符分隔的列)：

atherosclerosis   GRAB1|PRKCZ|TTN
cardiomyopathy,hypercholesterolemia    PRKCZ|MTHFR
Pulmonary arterial hypertension,arrhythmia   PRDM16|APOE|GATA4  

现在，对于File-1中的每个名称，还要打印匹配的File-2中相应的疾病名称。因此，输出将是：

PRKCZ    atherosclerosis,cardiomyopathy,hypercholesterolemia
PRDM16    Pulmonary arterial hypertension,arrhythmia
MTHFR    cardiomyopathy,hypercholesterolemia  

我试过下面的代码：

$ awk '{k=$1}
        NR==FNR{if(NR>1)a[k]=","b"="$1";else{a[k]="";b=$1}next}
        k in a{print $0a[k]}' File1 File2

但是我没有得到想要的输出。有谁能纠正/帮助我吗？

Answer 1

您可以使用以下awk脚本执行此操作：

script.awk

BEGIN { FS="[\t]" }
NR==FNR { split($2, tmp, "|")
          for( ind in tmp ) {
            name = tmp[ ind ]
            if (name in disease) { disease[ name ] = disease[ name ] "," $1 }
            else { disease[ name ] = $1 }
          }
          next
        }

        { if( $1 in disease) print $1, disease[ $1 ] }

像这样使用它(注意第一个File-2)。

说明：

当为第一个参数( separator.

• the )执行BEGIN块时，NR == FNR块设置选项卡(File-2)：它读取带有名称的疾病，拆分名称，然后将疾病附加到字典中的每个名称下
• 第二个参数(File-1)仅执行最后一个块(由于前一个块中的next )：它输出存储在名称(取自separator.
• the)下的疾病